nlp幽默等级训练数据集，文件格式为csv文件

DeepScores训练数据集（个人标注）

r-kaggle-泰坦尼克号 #Titanic生存预测 该存储库包含我针对Kaggle的《泰坦尼克号生存预测问题》的一些方法。 该存储库包括用于功能选择的脚本，用于数据建模的替代策略，原始测试和训练数据集以及为其生成的可视化图。 所有代码段均以R编写。 泰坦尼克号生存预测问题 在这一普遍的挑战中，目标是根据性别，阶级，机票详细信息，年龄类别等属性来预测什么样的人可能度过泰坦尼克号灾难。 程式码范例 去做 动机 列出的示例代码中的一种方法已提交给Kaggle。 安装 数据集可以在“数据”文件夹中找到。 它包括2个分别用于培训和测试的csv文件。 train.csv（59.76 kb） test.csv（27.96 kb） 使用以下R包。 seqinr：生物序列检索和分析 e1071：统计部概率论小组的其他职能（以前为E1071），维也纳工业大学 派对：递归派对的实验室 Ame

RBC (Red Blood Cell) WBC (White Blood Cell) Platelets (血小板) 用于小目标检测的数据集，在医学图像中广泛应用。

yolov5安全帽训练数据集

Decision_Tree_ID3：使用ID3算法从训练数据集（CSV文件）创建决策树。

分为四类，可回收垃圾、厨余垃圾、有害垃圾、其他垃圾

kaggle_house_pred_train.csv kaggle_house_pred_test.csv 一个训练集一个测试集，总共有80个特征值加售价，其中测试集没有价格（标签）需要预测

passengerid： 乘客 ID class： 舱位等级 (1 = 1st, 2 = 2nd, 3 = 3rd)** name： 乘客姓名 sex： 性别 age： 年龄 sibsp： 在船上的兄弟姐妹／配偶个数 parch： 在船上的父母／小孩个数 ticket： 船票信息 fare： 票价 cabin： 客舱 embarked： 登船港口 (C = Cherbourg, Q = Queenstown, S = Southampton) survived: 变量预测为值 0 或 1（这里 1 表示幸存，0 表示遇难）

csgo yolo目标识别数据集，225张图片，均为已标注的内容。 适用于学习yolo目标识别的AI训练，为本人已使用过的数据集，百分百有效。 yolov5模型网址：https://github.com/ultralytics/yolov5